AIbase
JA
モデル選定
タグ
時空間モデリング強化

# 時空間モデリング強化

Videollama2.1 7B 16F Base
Apache-2.0
VideoLLaMA2.1はVideoLLaMA2のアップグレード版で、ビデオ大規模言語モデルにおける時空間モデリングと音声理解能力の向上に焦点を当てています。
ビデオ生成テキスト Transformers 英語
V
DAMO-NLP-SG
179
1
Videollama2.1 7B 16F
Apache-2.0
VideoLLaMA 2はマルチモーダル大規模言語モデルで、動画理解に特化し、時空間モデリングと音声理解能力を備えています。
テキスト生成ビデオ Transformers 英語
V
DAMO-NLP-SG
2,813
10
Videollama2 72B
Apache-2.0
VideoLLaMA 2はマルチモーダル大規模言語モデルで、動画理解と時空間モデリングに特化しており、動画や画像の入力をサポートし、視覚的質問応答や対話タスクが可能です。
テキスト生成ビデオ Transformers 英語
V
DAMO-NLP-SG
26
10
Videollama2 8x7B
Apache-2.0
VideoLLaMA 2はマルチモーダル大規模言語モデルで、動画理解と音声処理に特化しており、動画や画像入力を処理し自然言語応答を生成できます。
テキスト生成ビデオ Transformers 英語
V
DAMO-NLP-SG
21
3
Videollama2 7B 16F Base
Apache-2.0
VideoLLaMA 2は、動画理解における時空間モデリングと音声理解能力の向上に焦点を当てたマルチモーダル大規模言語モデルです。
テキスト生成ビデオ Transformers 英語
V
DAMO-NLP-SG
64
2
おすすめAIモデル
Llama 3 Typhoon V1.5x 8b Instruct
タイ語専用に設計された80億パラメータの命令モデルで、GPT-3.5-turboに匹敵する性能を持ち、アプリケーションシナリオ、検索拡張生成、制限付き生成、推論タスクを最適化
大規模言語モデル Transformers 複数言語対応
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-TinyはSODAデータセットでトレーニングされた超小型対話モデルで、エッジデバイス推論向けに設計されており、体積はCosmo-3Bモデルの約2％です。
対話システム Transformers 英語
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
RoBERTaアーキテクチャに基づく中国語抽出型QAモデルで、与えられたテキストから回答を抽出するタスクに適しています。
質問応答システム 中国語
R
uer
2,694
98
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
English简体中文繁體中文にほんご
© 2025AIbase